同一股票两地上市股价波动性比较研究.docVIP

同一股票两地上市股价波动性比较研究 　　摘 要：本文以工商银行为例，分析了在两地上市的同一股票其股价的波动性，通过建立TGARCH模型来比较两个市场的投资者对影响股价的信息反应方面的不同，以及前期波动对未来股价波动的影响。 　　关键词：两地上市；集聚效应；TGARCH模型 　　很多企业选择两地甚至多地上市融资，比如工商银行、青岛啤酒均在上海和香港两地上市，中国人寿、中国石化均在上海和纽约两地上市，中国铝业在上海、纽约、香港三地上市流通……多地上市一方面为公司引入了更为广泛的股东群体，提高了股份的流动性，增强了企业的融资能力，另一方面也有利于提高公司在该上市地的知名度，间接起到产品营销的效果。但是很容易观察到的一个现象是多地上市的股票其价格有很大差异。究其原因，一方面是每股股票所代表的权利不尽相同，另一方面因为市场环境不同，投资者对股票的估???也有不同，因此从绝对意义上来比对股票的实际价值意义并不大。本文从股价的波动性入手，结合金融资产波动的集聚效应，考察股价的变动过程。通过建立TGARCH模型来比较两个市场的投资者对影响股价的信息反应方面的不同，以及前期波动对未来股价波动的影响。 　　1 关于波动性研究的理论 　　1982年Engle最早对金融时间序列的的波动性进行研究，他在对金融时间序列进行分析研究时发现许多金融序列在经历一段相对平稳的时期后会表现出非常大的波动，即所谓的波动集聚效应，因此他提出了ARCH模型，用来描述方差随时间的变化而变化，即大的波动后面跟随大的波动，小的波动后面跟随小的波动。 　　ARCH模型一般由两个方程组成，一个是条件均值方程，另一个是条件方差方程。ARCH模型主要是对波动性进行分析，因此对均值方程的设定比较简单，一般的均值方程为 　　rt=μ+ut 　　其中μ为无条件均值，在股票价格中一般认为表示股东所要求的必要报酬率，扰动项ut用来表示非预期的回报。对于条件方差方程一般的ARCH模型认为ut服从q阶自回归过程，即ut满足 　　1986年Bollerslev将ARCH模型推广，发展成广义的ARCH模型，即GARCH模型。GARCH模型与ARCH的不同之处在于方差方程的表现形式上，GARCH假定方差方程满足 　　比较发现，若p=0，则GARCH（0，q）就是ARCH模型，实际上ARCH是GARCH模型的一种特殊形式。从GARCH模型的形式上看，正负残差对于条件方差的影响是相同的，但在实际情况下，当市场上出现坏的、负面的消息时人们的反应往往过激，即不同的消息带来的反应往往是不同的。鉴于此，后来的学者针对GARCH模型的这一缺陷提出了GARCH模型的各种推广形式，本文将采用其中的TGARCH模型。 　　TGARCH模型又称门限回归模型，其条件方差形式如下： 　　这只是TGARCH（1，1）的条件方差的形式，且只有一个门限变量，TGARCH模型的不同之处在于加入了一个非对称项γut-12It-1，该项只对负的冲击存在，解决了现实中人们对于负面消息更为敏感的问题，当γ大于0时，负向冲击对条件方差的影响要大于正向冲击。 　　2 数据模型及实证研究 　　本文选取了工商银行在上海证券交易所（工行代码601398）和香港证券交易所（工行代码01398）自2008年3月14日至2013年7月5日之间的每周股价数据，剔除其中交易日不匹配的数据后，共250个股价数据进行分析。 　　将工行上证的股价序列记为gs，港股股价序列记为gh，在进行回归分析时，我们主要是对股价的收益率序列进行研究，由于金融时间序列一般使用连续收益率，所以我们对原序列进行处理求出股票价格的对数收益率序列，lngs、lngh分别代表工行上证股价和港股股价的对数收益率。 　　从收益率的时间变化上看，港股股价的收益率波动（lngh）与上证工行股价（lngs）的收益率波动是很相近的，在2008年3月至2009年3月的一段时间内波动幅度很大，之后波动趋于平缓，2011年7月左右港股股价的波动又开始变大，至2012年6月份再次趋于平稳，但是这一时期上证工行股价波动一直不大，总体来看，工行港股股价的波动要大于工行上证股价的波动，二者的收益率都明显地表现出波动集聚的现象，因此我们采用GARCH模型来进行拟合。 　　时间序列数据必须平稳是GARCH模型运用的前提，因此我们采用ADF方法来检验序列的平稳性，Eviews6给出的检验结果如下： 　　单位根检验的原假设是序列存在一个单位根，从结果上看，lngh序列的t统计量的值是-16.65866，lngs序列的t统计量的值是-17.75967，在1%的显著性水平下，Eviews给出的临界值是-3.456622，t统计量明显要小于临界值，不能接受原假设，即认为lngh序列和lngs序列是